AI 학습으로부터 창작물 보호하는 법: 옵트아웃 신청부터 노이즈 방어까지

자신의 고유한 화풍이 동의도 보상도 없이 생성형 AI의 학습 데이터로 사용되는 상황은 창작자들에게 큰 위협입니다. 포트폴리오를 공개하고 소셜 미디어를 통해 외주를 수주해야 하는 시각 예술가들에게 작품을 웹에서 모두 내리는 방식은 현실적인 해결책이 될 수 없습니다.

아직 법적 규제가 완벽히 정립되지 않은 상황에서, 창작자들이 자신의 작품을 AI 학습으로부터 지키기 위해 활용할 수 있는 방안들을 짚어봅니다.

복잡하고 까다로운 공식 제외 절차

주요 AI 기업들이 제공하는 학습 제외 신청 절차는 지나치게 번거롭습니다. OpenAI는 DALL-E 3 출시 이후 미래 데이터셋에서 작품을 제외할 수 있는 양식을 열어두었지만, 이미지 한 장마다 파일과 설명, 저작권 증명을 따로 제출해야 합니다. 작업물이 수천 점에 달하는 작가에게는 극심한 노동을 요구하는 셈입니다. 개인 웹사이트에서 GPTBot 크롤러를 차단하더라도 소셜 미디어 등에 공유된 이미지까지 막을 수는 없으며, 이미 이전 모델에 학습된 데이터는 삭제할 수 없습니다.

다른 플랫폼들도 사정은 비슷합니다. Adobe는 자사 생성 AI 모델인 Firefly가 Adobe Stock의 이미지로만 훈련되어 안전하다고 강조하지만, 정작 Adobe Stock 기고자들에게는 AI 학습만을 거부할 수 있는 선택권이 없습니다. 학습을 피하려면 플랫폼 기고 자체를 중단해야 합니다. 무단 도용된 이미지가 올라와 있다면 별도의 지식재산권 침해 신고를 거쳐야 합니다.

Meta는 페이스북과 인스타그램, 스레드에 업로드된 공개 콘텐츠를 모델 훈련에 활용하고 있습니다. 데이터 삭제 요청 양식을 두고 있지만 제3자가 제공한 정보에 국한되는 등 제약이 많아, 컨셉 아티스트 베서니 버그는 외신과의 인터뷰에서 이를 두고 실효성 없는 홍보용 쇼에 가깝다고 비판했습니다. 미드저니와 스태빌리티 AI의 경우 사전 제외 시스템조차 갖추지 않고 있어, 이용약관에 명시된 공식 이메일로 DMCA 삭제 요청을 직접 보내는 수밖에 없습니다.

픽셀 단위로 AI를 교란하는 기술적 방어

기업들의 소극적인 대응에 맞서 창작자들은 외부 도구를 활용한 자구책을 찾고 있습니다. 대표적인 사례가 시카고 대학교 연구팀이 개발한 무료 소프트웨어 Glaze입니다.

Glaze는 이미지의 픽셀에 미세한 변화를 주어 인간의 육안으로는 원본과 차이를 느끼지 못하게 하면서도, AI 모델이 읽을 때는 완전히 다른 화풍으로 인식하도록 만듭니다. 이렇게 처리된 이미지는 AI가 긁어가서 학습하더라도 해당 작가 특유의 스타일을 복제해 내지 못하게 방해하는 보호막 역할을 합니다.

왜 중요한가

현재 AI 기업들이 내놓은 옵트아웃 정책은 저작권 관리의 책임을 오롯이 창작자 개인에게 떠넘기는 기만적인 구조라고 봅니다. 복잡한 신청 서식을 장당 제출하게 만들거나 이메일 접수만을 유도하는 방식은 사실상 포기를 유도하는 장벽에 가깝습니다. 따라서 지금 단계에서 작품을 지키고자 하는 작가라면 기업의 선의에 기대기보다, Glaze 같은 스타일 보호 도구를 선제적으로 적용하거나 고해상도 원본의 공개 방식을 재검토하는 편이 훨씬 현실적입니다.

장기적인 관점에서 보면, 기존의 DMCA 저작권법 체계가 생성형 AI의 등장으로 한계에 부딪혔음을 보여줍니다. 파일 복제물을 내리는 전통적 방식으로는 모델 가중치에 녹아든 화풍 학습을 통제할 수 없습니다. 학습 전 사전 동의를 법적으로 강제하는 장치가 마련되기 전까지는, 창작자의 기술적 방어와 기업 간의 비대칭적인 데이터 확보 경쟁이 계속될 것으로 보입니다.